---
title: Minimax-H3-Quantfunc-4bit
canonical_url: "https://www.modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit"
md_url: "https://www.modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit.md"
repository: QuantFunc/Minimax-H3-Quantfunc-4bit
last_updated: 2026-09-19
license: other
pipeline_tag: text-to-video-synthesis
tasks:
  - text-to-video-synthesis
parameters: 23.2B
tensor_type:
  - F32
  - I8
  - BF16
library_name:
  - safetensors
downloads: 1199
stars: 8
tags:
  - video-generation
  - text-to-video
  - image-to-video
  - audio-video-generation
  - quantized
  - 4-bit
  - int4
  - svdquant
  - minimax-h3
  - quantfunc
  - comfyui
---

# Minimax-H3-Quantfunc-4bit

> Minimax-H3-Quantfunc-4bit - QuantFunc 在 ModelScope 开源的模型。🌐 QuantFunc 官网  |  🐙 GitHub  |  🤗 Hugging Face  |  🤖 ModelScope  |  💬 WeChat（微信）  |  🎮 Discord

QuantFunc/Minimax-H3-Quantfunc-4bit 是 ModelScope 魔搭社区上的 23.2B 参数text-to-video-synthesis模型，采用 other 许可。

- **Repository**: QuantFunc/Minimax-H3-Quantfunc-4bit
- **License**: other
- **Tasks**: text-to-video-synthesis
- **Parameters**: 23.2B
- **Tags**: video-generation, text-to-video, image-to-video, audio-video-generation, quantized, 4-bit, int4, svdquant, minimax-h3, quantfunc, comfyui
- **Downloads**: 1199
- **Stars**: 8
- **Last updated**: 2026-09-19

Source: https://www.modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit

---

<div align="center" style="margin-top: 50px;">
  <a href="https://github.com/QuantFunc/ComfyUI-QuantFunc">
    <img src="https://raw.githubusercontent.com/QuantFunc/ComfyUI-QuantFunc/main/assets/logo.webp" width="300" alt="QuantFunc 标志">
  </a>
</div>

<p align="center">
  🌐 <a href="https://www.quantfunc.com/">QuantFunc 官网</a> &nbsp;|&nbsp;
  🐙 <a href="https://github.com/QuantFunc/ComfyUI-QuantFunc">GitHub</a> &nbsp;|&nbsp;
  🤗 <a href="https://huggingface.co/QuantFunc">Hugging Face</a> &nbsp;|&nbsp;
  🤖 <a href="https://www.modelscope.cn/profile/QuantFunc">ModelScope</a> &nbsp;|&nbsp;
  💬 <a href="#wechat">WeChat（微信）</a> &nbsp;|&nbsp;
  🎮 <a href="https://discord.gg/jCp9TpFWcn">Discord</a>
</p>

# MiniMax-H3-QuantFunc-4bit

**4 倍压缩，依然保持高画质。**

QuantFunc INT4 将 MiniMax H3 的核心权重位宽从 16-bit 降至 4-bit。人物细节、风格表现与高速运动依然清晰连贯，同时完整保留 H3 的原生视频与音频生成能力。

在我们针对 FL2VA 的内部评测中，QuantFunc INT4 与 BF16 基线使用相同提示词和随机种子，PSNR 约为 **23.7 dB**。

## 效果展示

以下案例均由 MiniMax-H3-QuantFunc-4bit 生成，点击播放器即可直接观看。

<table>
  <tr>
    <th>真人表演</th>
    <th>动画飞驰</th>
  </tr>
  <tr>
    <td>
      <video controls preload="metadata" poster="https://modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit/resolve/master/assets/h3_case1.webp" width="100%">
        <source src="https://modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit/resolve/master/assets/h3_case1.mp4" type="video/mp4">
      </video>
    </td>
    <td>
      <video controls preload="metadata" poster="https://modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit/resolve/master/assets/h3_case2.webp" width="100%">
        <source src="https://modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit/resolve/master/assets/h3_case2.mp4" type="video/mp4">
      </video>
    </td>
  </tr>
  <tr>
    <th>高速追车</th>
    <th>风格化角色</th>
  </tr>
  <tr>
    <td>
      <video controls preload="metadata" poster="https://modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit/resolve/master/assets/h3_case3.webp" width="100%">
        <source src="https://modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit/resolve/master/assets/h3_case3.mp4" type="video/mp4">
      </video>
    </td>
    <td>
      <video controls preload="metadata" poster="https://modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit/resolve/master/assets/h3_case4.webp" width="100%">
        <source src="https://modelscope.cn/models/QuantFunc/Minimax-H3-Quantfunc-4bit/resolve/master/assets/h3_case4.mp4" type="video/mp4">
      </video>
    </td>
  </tr>
</table>

> 视频封面均取自对应视频的第一帧。展示案例规格为 896 × 1184、124 帧、24 FPS，时长约 5 秒。

## 同样 124 帧，单步速度最高达到 FP8 的 3.19 倍

以 **RTX 4090** 为测试平台，生成规格为 **768 × 768、5 秒、124 帧**：

| 推理方案 | 单步耗时 | QuantFunc 相对速度 |
|---|---:|---:|
| **QuantFunc INT4** | **3.2 秒** | — |
| INT8 ConvRot | 8.5 秒 | **快 2.66 倍** |
| FP8 | 10.2 秒 | **快 3.19 倍** |

> 以上数据为核心模型的单步推理耗时，不包含文本编码器、VAE、音频处理及视频保存时间。实际速度会随分辨率、帧数、驱动和软件版本变化。

## 只换一个加载器，原有工作流直接加速

1. 安装或更新 [ComfyUI-QuantFunc](https://github.com/QuantFunc/ComfyUI-QuantFunc)。
2. 下载 FL2VA 4-step 或 Ref2VA 8-step 权重。
3. 将原模型加载器替换为 QuantFunc 加载器并选择对应权重。

提示词、参考图片、参考视频、音频素材以及其他工作流节点均可保持不变。

两套权重均已合并对应的加速 LoRA、Token Refiner、INT4 Refiner 与 INT8 Conv Sidecar，无需再手动挂载额外组件。

## 从 RTX 20 系列到 GB300，一套方案直接覆盖

支持所有 NVIDIA **SM75 及以上** GPU，覆盖 RTX 20 / 30 / 40 / 50 系列，以及 A100、H100、H200、B100、B200 和 GB300。

4-bit 权重显著降低模型加载与推理时的权重带宽压力，让 MiniMax H3 更容易部署到消费级显卡。实际显存需求取决于分辨率、帧数、参考素材数量及工作流中的其他模型。

## 选择模型

| 版本 | 文件 | 大小 | 推荐步数 | 支持场景 |
|---|---|---:|---:|---|
| **FL2VA** | `minimax_h3_fl2va_4step_quantfunc_int4_r128.safetensors` | 12.37 GB | **4 steps** | 文生音视频、首帧、尾帧及首尾帧控制 |
| **Ref2VA** | `minimax_h3_ref2va_8steps_quantfunc_int4_r128.safetensors` | 12.37 GB | **8 steps** | 图片、视频和音频多模态参考生成 |

FL2VA 支持零张、一张或两张输入图片；Ref2VA 面向更复杂的多模态参考场景。两种模式的详细定义可参考 [MiniMax H3 官方仓库](https://github.com/MiniMax-AI/MiniMax-H3)。

请使用模型对应的 Scheduler。两套权重均已合并加速 LoRA，无需再次加载。

## 加载说明

权重采用 QuantFunc 专用 Safetensors 格式，量化参数及元数据已经加密封装。

请使用 **ComfyUI-QuantFunc** 或 **QuantFunc 推理引擎**加载，不能作为普通 Diffusers 检查点直接使用。

如遇到模型无法识别或加载失败，请先将 ComfyUI-QuantFunc 更新至最新版本并重启 ComfyUI。

## 技术信息

- INT4 权重 × INT4 激活（W4A4）
- SVDQuant Rank 128、Group Size 64
- INT4 Token Refiner 与 INT4 Refiner
- INT8 Conv Sidecar
- FL2VA fp16 adaLN 折叠的实测最大相对输出误差约为 **7.58e-4**
- 最低 GPU 架构：NVIDIA SM75

## 来源与许可

本仓库分发基于 [MiniMax H3](https://github.com/MiniMax-AI/MiniMax-H3) 生成的派生量化权重。

MiniMax H3 及其派生权重遵循 **MiniMax H3 Community License Agreement**。QuantFunc 的量化工具与相关实现遵循其各自许可证。使用前请阅读并遵守原始模型的许可条款。

## 社区

- 🌐 [QuantFunc 官网](https://www.quantfunc.com/)
- 🐙 [ComfyUI-QuantFunc GitHub](https://github.com/QuantFunc/ComfyUI-QuantFunc)
- 🎮 [Discord 服务器](https://discord.gg/jCp9TpFWcn)
- 💬 扫描下方二维码加入微信群

<div align="center" id="wechat">
  <img src="https://raw.githubusercontent.com/QuantFunc/ComfyUI-QuantFunc/main/assets/WeChat.jpg" alt="QuantFunc 微信群二维码" width="300">
</div>